-
生成器
鎖定
生成器是一次生成一個值的特殊類型函數。可以將其視為可恢復函數。調用該函數將返回一個可用於生成連續 x 值的生成【Generator】，簡單的説就是在函數的執行過程中，yield語句會把你需要的值返回給調用生成器的地方，然後退出函數，下一次調用生成器函數的時候又從上次中斷的地方開始執行，而生成器內的所有變量參數都會被保存下來供下一次使用。
- 中文名
- 生成器
- 外文名
- generator
- 釋 義
- 一次生成一個值的特殊類型函數
- 所屬學科
- 軟件
生成器解釋
生成器也是一種迭代器，但是你只能對其迭代一次
[1]
。這是因為它們並沒有把所有的值存在內存中，而是在運行時生成值。你通過遍歷來使用它們，要麼用一個“for”循環，要麼將它們傳遞給任意可以進行迭代的函數和結構。大多數時候生成器是以函數來實現的。然而，它們並不返回一個值，而是yield(暫且譯作“生出”)一個值。
生成器生成器創造方法
通過列表生成式，我們可以直接創建一個列表。但是，受到內存限制，列表容量肯定是有限的。而且，創建一個包含100萬個元素的列表，不僅佔用很大的存儲空間，如果我們僅僅需要訪問前面幾個元素，那後面絕大多數元素佔用的空間都白白浪費了。
所以，如果列表元素可以按照某種算法推算出來，那我們是否可以在循環的過程中不斷推算出後續的元素呢？這樣就不必創建完整的list，從而節省大量的空間。在Python中，這種一邊循環一邊計算的機制，稱為生成器（Generator）。
要創建一個generator，有很多種方法。第一種方法很簡單，只要把一個列表生成式的[]改成()，就創建了一個generator：
>>> L = [x * x for x in range(10)] >>> L[0, 1, 4, 9, 16, 25, 36, 49, 64, 81] >>> g = (x * x for x in range(10)) >>> g<generator object <genexpr> at 0x104feab40>
創建L和g的區別僅在於最外層的[]和()，L是一個list，而g是一個generator。我們可以直接打印出list的每一個元素，但我們怎麼打印出generator的每一個元素呢？
如果要一個一個打印出來，可以通過generator的next()方法：
>>> g.next() 0 >>> g.next() 1 >>> g.next() 4 >>> g.next() 9 >>> g.next() 16 >>> g.next() 25 >>> g.next() 36 >>> g.next() 49 >>> g.next() 64 >>> g.next() 81 >>> g.next() Traceback (most recent call last): File "<stdin>", line 1, in <module>StopIteration
我們講過，generator保存的是算法，每次調用next()，就計算出下一個元素的值，直到計算到最後一個元素，沒有更多的元素時，拋出StopIteration的錯誤。
當然，上面這種不斷調用next()方法實在是太變態了，正確的方法是使用for循環。
所以，我們創建了一個generator後，基本上永遠不會調用next()方法，而是通過for循環來迭代它。
generator非常強大。如果推算的算法比較複雜，用類似列表生成式的for循環無法實現的時候，還可以用函數來實現。比如，著名的斐波拉契數列（Fibonacci），除第一個和第二個數外，任意一個數都可由前兩個數相加得到：1, 1, 2, 3, 5, 8, 13, 21, 34, ...斐波拉契數列用列表生成式寫不出來，但是，用函數把它打印出來卻很容易。
仔細觀察，可以看出，fib函數實際上是定義了斐波拉契數列的推算規則，可以從第一個元素開始，推算出後續任意的元素，這種邏輯其實非常類似generator。
也就是説，上面的函數和generator僅一步之遙。要把fib函數變成generator，只需要把print b改為yield b就可以了：
def fib(max): n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1
這就是定義generator的另一種方法。如果一個函數定義中包含yield關鍵字，那麼這個函數就不再是一個普通函數，而是一個generator：
>>> fib(6)<generator object fib at 0x104feaaa0>
這裏，最難理解的就是generator和函數的執行流程不一樣。函數是順序執行，遇到return語句或者最後一行函數語句就返回。而變成generator的函數，在每次調用next()的時候執行，遇到yield語句返回，再次執行時從上次返回的yield語句處繼續執行。
